他是中國(guó)AI 1.0時(shí)代的拓荒者，在深度學(xué)習(xí)黎明前的黑夜，成為全中國(guó)第一個(gè)復(fù)現(xiàn)AlexNet（深度卷積神經(jīng)網(wǎng)絡(luò)模型）、拿到AI“黃金榔頭”的人。

他是地平線創(chuàng)始團(tuán)隊(duì)成員及前智能駕駛總裁，卻在公司2024年成功上市的高光時(shí)刻，轉(zhuǎn)身闖進(jìn)具身智能的無人區(qū)，去驗(yàn)證物理世界的Scaling Law。

他是Vbot維他動(dòng)力的創(chuàng)始人，用60人團(tuán)隊(duì)一年量產(chǎn)機(jī)器狗，首款智能四足機(jī)器人產(chǎn)品發(fā)布即引爆，截止1月10日，預(yù)訂訂單量已經(jīng)達(dá)到了6540臺(tái)，并實(shí)現(xiàn)了以C端帶動(dòng)B端的銷量破局。

他是余軼南博士，Vbot 維他動(dòng)力創(chuàng)始人兼CEO，他要打造全球領(lǐng)先的消費(fèi)級(jí)機(jī)器人產(chǎn)品。

善友教授說：“他是一個(gè)典型的‘少數(shù)派’”。這位跨越了軟件算法、芯片硬件到機(jī)器人本體的“全?！奔夹g(shù)專家，永遠(yuǎn)不在主戰(zhàn)場(chǎng)跟人肉搏，而是憑借極高的戰(zhàn)略品味，在每一次技術(shù)變革的前夜，精準(zhǔn)地站在了未來的入口。

本期「善友探索流」播客，我們邀請(qǐng)到Vbot維他動(dòng)力創(chuàng)始人兼CEO，同時(shí)也是混沌學(xué)園六期同學(xué)——余軼南博士。在本場(chǎng)深度對(duì)談中，余軼南博士貢獻(xiàn)了極具顛覆性的三大商業(yè)洞見：

關(guān)于生存哲學(xué)：硬科技創(chuàng)業(yè)不是賭博，而是基于認(rèn)知的精準(zhǔn)判斷。只有“鎖死下限”，才敢去賭那個(gè)“無限的上限”。

關(guān)于公司本質(zhì)：AI公司V.S.科技公司，區(qū)別不在技術(shù)，而在是否追求Scaling Law（尺度定律）帶來的無限增長(zhǎng)。

關(guān)于組織終局：他用了一個(gè)形象又有趣的比喻——“太上老君煉丹”，道破了AI時(shí)代的組織真相。未來的公司不需要人海戰(zhàn)術(shù)，只需要極少數(shù)頂級(jí)的“煉丹師”和一群務(wù)實(shí)的“造爐人”。

以下是播客內(nèi)容精選，完整版請(qǐng)打開小宇宙app收聽。

AI1.0往事：技術(shù)信仰的起點(diǎn)

李善友：你簡(jiǎn)單說說你的求學(xué)、職業(yè)經(jīng)歷以及現(xiàn)在在做什么。

余軼南：2007年至2012年，我在中科院攻讀博士學(xué)位，研究方向是人工智能，當(dāng)時(shí)處于AI1.0時(shí)代，也可以說是深度學(xué)習(xí)的早期階段。2012年畢業(yè)后，我加入百度，跟隨余凱（地平線創(chuàng)始人兼CEO），趕上了深度學(xué)習(xí)快速發(fā)展的時(shí)期。

2015年，地平線創(chuàng)立，我主要負(fù)責(zé)智能駕駛業(yè)務(wù)。地平線是一家專注于AI芯片和人工智能軟件算法的公司。我們探索了多個(gè)應(yīng)用場(chǎng)景，包括AIOT、機(jī)器人和智能駕駛，最終智能駕駛脫穎而出，成為公司的重要發(fā)展方向。2024年底，地平線成功上市，之后我離開地平線，創(chuàng)立了Vbot 維他動(dòng)力，致力于用AI創(chuàng)新，創(chuàng)造生活空間的機(jī)器人。

李善友：你的經(jīng)歷可以簡(jiǎn)單分為三段，第一段是中科院和百度時(shí)期，主要是做研究和技術(shù)積累；第二段是在地平線，追隨余凱，推動(dòng)智能駕駛業(yè)務(wù)的發(fā)展；第三段是自己創(chuàng)業(yè)，實(shí)現(xiàn)自己的理想。

按照這個(gè)結(jié)構(gòu)，你先回顧一下第一段，在中科院和百度的研究階段。

余軼南：那時(shí)候行業(yè)研究的目標(biāo)是突破技術(shù)瓶頸。當(dāng)時(shí)AI領(lǐng)域雖然有多個(gè)研究方向，比如圖像識(shí)別、語音識(shí)別等，但不同領(lǐng)域的技術(shù)差異較大。

當(dāng)時(shí)AI還是個(gè)小圈子，從業(yè)者少，比較冷門，找工作都不容易。直到2012年AlexNet出現(xiàn)，深度學(xué)習(xí)才開始成為主流。

李善友：AlexNet出現(xiàn)之前，大家的研究狀態(tài)是怎樣的呢？

余軼南：在AlexNet出現(xiàn)之前，各個(gè)研究方向技術(shù)差異大，沒有統(tǒng)一的建模方式。比如圖像識(shí)別、目標(biāo)檢測(cè)、文本理解和語音識(shí)別等方向，各自有各自的技術(shù)方案。

AlexNet出現(xiàn)后，深度學(xué)習(xí)的建模方式統(tǒng)一了這些領(lǐng)域，就像過去每種釘子都需要不同的錘子去敲，現(xiàn)在一種錘子就能敲各種釘子。這種統(tǒng)一不僅提高了技術(shù)的泛化性，還降低了行業(yè)的技術(shù)壁壘。

李善友：你親歷了這個(gè)過程，確實(shí)很有價(jià)值。你能回憶一下你第一次接觸到 AlexNet，當(dāng)時(shí)是什么樣的反應(yīng)？

余軼南：AlexNet是在ImageNet競(jìng)賽中提出的經(jīng)典模型。2010年的 ImageNet競(jìng)賽中，余凱拿到了冠軍，那本身就是一項(xiàng)難度極高的成就，ImageNet一直被認(rèn)為是計(jì)算機(jī)視覺領(lǐng)域最具挑戰(zhàn)性的任務(wù)之一。

但從行業(yè)整體來看，當(dāng)時(shí)的技術(shù)進(jìn)展仍然相對(duì)緩慢，大家更多是在既有框架下做漸進(jìn)式優(yōu)化，普遍能感受到瓶頸的存在。

真正的轉(zhuǎn)折出現(xiàn)在 2012 年。AlexNet帶來了本質(zhì)性的性能躍遷，讓這個(gè)長(zhǎng)期被認(rèn)為極其困難的任務(wù)第一次出現(xiàn)了突破性的解法。所以當(dāng) 10 月份比賽結(jié)果和論文公布時(shí)，我們都感到非常震驚。

李善友：你還記得你是怎么得知這個(gè)消息的嗎？

余軼南：當(dāng)時(shí)余凱去參加了NIPS會(huì)議（神經(jīng)信息處理系統(tǒng)大會(huì)），比賽結(jié)果公布時(shí)，我們應(yīng)該屬于春江水暖鴨先知，最早一批得知并理解這一成果的人。

當(dāng)時(shí)我在國(guó)內(nèi)，余凱在北美。我記得那是一個(gè)晚上，大概11點(diǎn)或12點(diǎn)，余凱給我發(fā)來了比賽結(jié)果。我花一個(gè)多小時(shí)讀完文章后，我覺得這似乎真的可行。

我的第一個(gè)反應(yīng)是，我們需要復(fù)現(xiàn)它。于是，我立刻聯(lián)系余凱，說我們需要買GPU。

李善友：那時(shí)候你就意識(shí)到需要GPU了？

余軼南：對(duì)，因?yàn)槲恼吕锾岬叫枰薮蟮乃懔Γ€提到使用GPU加速了多少倍。當(dāng)時(shí)他們用了兩周時(shí)間訓(xùn)練模型，如果用CPU，根本無法完成。所以，我的第一個(gè)反應(yīng)就是買GPU。

當(dāng)時(shí)，我們想快速推進(jìn)復(fù)現(xiàn)工作，多買了一些。那時(shí)候沒有任何現(xiàn)成的代碼，幾乎是從零開始寫代碼。我們一邊讀論文，一邊逐步實(shí)現(xiàn)它，難度確實(shí)很大。

李善友：今天回頭看，你們是不是全中國(guó)甚至全世界第一個(gè)復(fù)現(xiàn)AlexNet的團(tuán)隊(duì)？

余軼南：我覺得至少在中國(guó)肯定是第一個(gè)。全世界不好說，但應(yīng)該也是最早的一批。

李善友：你當(dāng)時(shí)的心情和周圍人的反應(yīng)如何？尤其是百度內(nèi)部的反應(yīng)。

余軼南：當(dāng)時(shí)的感覺就像拿到了一把“黃金榔頭”。這種建模方式非常根本，只要定義好輸入和輸出，它就能發(fā)揮巨大的作用。我們意識(shí)到這是一把可以解決很多問題的利器。

因?yàn)楫?dāng)時(shí)百度的業(yè)務(wù)非常廣泛，涵蓋圖像、語音和自然語言等多個(gè)領(lǐng)域。我們想，能不能用這把“黃金榔頭”去解決所有業(yè)務(wù)中的問題？于是我們真地逐個(gè)嘗試了，并給自己設(shè)置了標(biāo)準(zhǔn)：新算法的效果至少比傳統(tǒng)算法提升20%以上，才算“敲對(duì)”了釘子。

在這個(gè)標(biāo)準(zhǔn)下，我們迅速將技術(shù)鋪開，用模型自動(dòng)識(shí)別替代低效人工錄入，并支持商品檢索和人臉特效等新功能。甚至在當(dāng)年，我們就構(gòu)建了類似今日“基座模型”的雛形，嘗試了早期的“看圖說話”（Image to Caption）與“文生圖”（Caption to Image），用一個(gè)通用模型支撐起了全廠的圖像與視頻識(shí)別需求。

面對(duì)新技術(shù)的底層決策邏輯

李善友：這很有意思。你不僅迅速接受了新技術(shù)，還花了兩個(gè)月時(shí)間將其復(fù)現(xiàn)出來。這是你的天賦還是長(zhǎng)期積累的素質(zhì)？

余軼南：我覺得對(duì)技術(shù)的基本理解應(yīng)該是：新的東西一定比舊的東西有其獨(dú)特的優(yōu)勢(shì)，尤其是那些帶來巨大變革的技術(shù)。它一定有本質(zhì)上的不同。

這是社會(huì)發(fā)展的規(guī)律。如果世界的發(fā)展只是沿著過去的路走，那么世界不可能進(jìn)步。就像兒子總是要走出自己的路，不完全聽從父親的安排。

李善友：但這種“轉(zhuǎn)變”在你身上其實(shí)發(fā)生了不止一次。如果這么算，從北郵去中科院讀博，其實(shí)也可以算一次重要的轉(zhuǎn)變。

余軼南：是的，當(dāng)時(shí)是2006年大三下半學(xué)期，通信行業(yè)非常火爆，北郵的學(xué)生找工作時(shí)，外企提供的薪水高、工作體面，比如摩托羅拉。而互聯(lián)網(wǎng)行業(yè)當(dāng)時(shí)還處于起步階段。

但我發(fā)現(xiàn)通信行業(yè)競(jìng)爭(zhēng)太激烈，而且外企雖然光鮮亮麗，但未來可能并不樂觀。

當(dāng)時(shí)我的博士導(dǎo)師譚鐵牛院士去北郵做了一場(chǎng)關(guān)于人工智能的講座，講到機(jī)器人、人臉識(shí)別、虹膜識(shí)別等內(nèi)容。我聽完后覺得非常有趣。我當(dāng)時(shí)覺得，即使人工智能無法實(shí)現(xiàn)商業(yè)化，也可以做很長(zhǎng)時(shí)間的研究，成為一名學(xué)者也很不錯(cuò)。但如果人工智能真的實(shí)現(xiàn)了，那將是改變世界的東西。

李善友：你在當(dāng)時(shí)就有了那種“改變世界”的心態(tài)嗎？

余軼南：是的，我當(dāng)時(shí)覺得人工智能要么是玄學(xué)，要么是改變世界的技術(shù)。我把它當(dāng)作一種“彩票”，如果它無法實(shí)現(xiàn)，我可以繼續(xù)做研究；如果它實(shí)現(xiàn)了，那將帶來巨大的變化，對(duì)我個(gè)人來說也是巨大的機(jī)會(huì)。

你要賭一件事，這件事肯定有很大的不確定性。但如果你去做這件事，它的下限不會(huì)太低，而上限卻非常高，那這件事就值得去做。新技術(shù)的上限太高了，我?guī)缀鯖]有猶豫。

李善友：這就是你做決策的根本邏輯。

地平線前夜：10萬臺(tái)GPU催生的“算力信仰”

余軼南：我第二次真正意義上的轉(zhuǎn)變，其實(shí)是和余凱一起離開百度去創(chuàng)業(yè)，成為地平線創(chuàng)始團(tuán)隊(duì)成員。

這是一次比較大的轉(zhuǎn)變，因?yàn)槲覀冞@些做互聯(lián)網(wǎng)和AI算法的人，開始涉足機(jī)器人和芯片領(lǐng)域，進(jìn)入智能汽車和AI芯片的賽道。

但這個(gè)轉(zhuǎn)變背后也有一個(gè)底層邏輯。在百度的三年時(shí)間里，我們幾乎把所有能用深度學(xué)習(xí)解決的問題都嘗試了一遍，但在應(yīng)用和部署過程中，我們遇到了一個(gè)巨大的問題——算力很難支撐。

百度日活躍用戶可能達(dá)到上億級(jí)別，要為這樣的用戶量提供服務(wù)，服務(wù)器規(guī)模至少需要十萬臺(tái)起步。這在當(dāng)時(shí)幾乎是不可想象的。

李善友：當(dāng)時(shí)你們已經(jīng)意識(shí)到十萬GPU集群的難度了？

余軼南：是的，我們很快算出每個(gè)服務(wù)需要的算力。另一個(gè)問題是訓(xùn)練芯片。當(dāng)時(shí)我們已經(jīng)意識(shí)到英偉達(dá)CUDA已經(jīng)占據(jù)了主導(dǎo)地位，全球都在使用它。

所以余凱當(dāng)時(shí)就有了一個(gè)想法——做AI推理芯片，做端側(cè)芯片。因?yàn)槎藗?cè)的市場(chǎng)需求比云端要大得多，算力當(dāng)時(shí)被認(rèn)為是一個(gè)非常重要的業(yè)務(wù)。

很多戰(zhàn)略級(jí)的判斷其實(shí)并不復(fù)雜，一開始就能看得很清楚。

李善友：所以你們意識(shí)到算力是一個(gè)關(guān)鍵瓶頸？

余軼南：是的，算力是一個(gè)非常重要的商品，需求越大越好，功耗越小越好，成本越低越好，這是一個(gè)無止境的追求，天花板極高。這是地平線的底層邏輯，對(duì)算力需求更高的場(chǎng)景。

避開英偉達(dá)的云端主戰(zhàn)場(chǎng)，死磕端側(cè)推理芯片

李善友：那你們做的端側(cè)AI芯片和算力之間是什么關(guān)系呢？

余軼南：端側(cè)和云端都需要越來越強(qiáng)大的算力。

我和余凱都有一個(gè)特點(diǎn)，就是不想在主戰(zhàn)場(chǎng)競(jìng)爭(zhēng)。比如現(xiàn)在機(jī)器人市場(chǎng)的主戰(zhàn)場(chǎng)是人形機(jī)器人，但我做Vbot 維他動(dòng)力沒有選擇人形機(jī)器人；當(dāng)年AI芯片的主戰(zhàn)場(chǎng)是云端訓(xùn)練芯片，但地平線選擇了端側(cè)芯片這個(gè)細(xì)分市場(chǎng)。

李善友：新興價(jià)值網(wǎng)。

余軼南：對(duì)，選擇一個(gè)新興市場(chǎng)，競(jìng)爭(zhēng)對(duì)手少。這其實(shí)是一種創(chuàng)業(yè)的“品味”。

李善友：你似乎是一個(gè)“少數(shù)派”，不在主戰(zhàn)場(chǎng)競(jìng)爭(zhēng)，決策迅速。那么，地平線在端側(cè)選擇了多個(gè)場(chǎng)景，你為什么堅(jiān)持做智能駕駛？而且最終只有智能駕駛真正做出來了。

余軼南：其實(shí)這件事并不是我堅(jiān)持的結(jié)果。一開始，我們幾乎是什么都做，但當(dāng)時(shí)的一些摸索，效果都不理想。

這時(shí)我有一個(gè)洞察：如果某個(gè)業(yè)務(wù)對(duì)AI算力的需求是有限的，那它可能就不是我們想要的方向。因?yàn)楣镜膽?zhàn)略本質(zhì)上是賭社會(huì)對(duì)算力的需求會(huì)越來越大。但如果某個(gè)業(yè)務(wù)的算力需求本身就有天花板，而且很低，那我們做到一定程度就會(huì)停滯，甚至開始卷入其他競(jìng)爭(zhēng)。

相比之下，智能駕駛是個(gè)很好的方向。大家至今都不知道算力需求的天花板在哪里，下一代芯片要達(dá)到1000TOPS，甚至2000TOPS，但沒人敢拍胸脯說2000TOPS就能實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛。也許需要10000TOPS？所以你看，這是一個(gè)沒有天花板的領(lǐng)域。如果大家認(rèn)為L(zhǎng)4或L5是自動(dòng)駕駛的終極目標(biāo)，那實(shí)現(xiàn)這個(gè)目標(biāo)需要多少算力？至今無人知曉。

李善友：這是一種第一性原理的思考。

余軼南：是的，底層邏輯決定了你應(yīng)該在算力這件事上全力沖刺，而不是等待應(yīng)用的出現(xiàn)。你要先跑到前面，等待應(yīng)用的出現(xiàn)。

李善友：你要跑到前面，讓應(yīng)用來找你。

余軼南：對(duì)。這就是地平線的邏輯。為什么我們當(dāng)時(shí)做安防，最終沒有做下去？因?yàn)榘卜缹?duì)算力的需求其實(shí)很低，一兩個(gè)TOPS就夠了。這種情況下，你和其他公司的競(jìng)爭(zhēng)就會(huì)變成其他方面，比如成本控制。因?yàn)橐粌蓚€(gè)TOPS的AI芯片太容易實(shí)現(xiàn)，所以這個(gè)市場(chǎng)機(jī)會(huì)并不屬于我們。

但如果你選擇卷高算力，那他們未必能卷過你。不過當(dāng)時(shí)高算力市場(chǎng)還很小。所以你會(huì)發(fā)現(xiàn)，機(jī)會(huì)往往來自于那些別人覺得戰(zhàn)略正確但又看不上的領(lǐng)域。他們看不上的原因可能是因?yàn)槭袌?chǎng)太小，但你先投入了，所以才有機(jī)會(huì)贏。

我覺得創(chuàng)業(yè)的魅力就在于，你是否比別人更早看到一些東西。

李善友：我完全理解。只有這樣才能戰(zhàn)勝巨頭。因?yàn)檫@個(gè)需求本身和供給會(huì)形成一個(gè)越來越強(qiáng)的正循環(huán)。

真?zhèn)蜛I公司的試金石：Scaling Law

余軼南：我覺得如果你做AI，一定要找到一個(gè)場(chǎng)景，讓用戶對(duì)算力的需求大，這樣他們?cè)皆敢赓I單。如果你的產(chǎn)品沒有對(duì)無限算力的需求，那它就不是真正的AI產(chǎn)品，只是一個(gè)自動(dòng)化產(chǎn)品。

李善友：換句話說，如果不是算力和性能之間存在某種“增長(zhǎng)規(guī)律”，那你的產(chǎn)品就不算AI產(chǎn)品。

余軼南：沒錯(cuò)，這幾件事是相互關(guān)聯(lián)的。核心問題是，這是一種非線性的東西，它本質(zhì)上是一種Scaling Law（尺度定律）。在AI領(lǐng)域中，目前主要由算力和數(shù)據(jù)支撐。如果你的場(chǎng)景對(duì)AI算力沒有無窮盡的需求，那你就無法形成這種增長(zhǎng)規(guī)律。

余軼南：現(xiàn)在資本市場(chǎng)對(duì)公司的劃分主要有兩種：一種是有Scaling Law的業(yè)務(wù)。你的資金是線性增長(zhǎng)的，但性能是指數(shù)級(jí)增長(zhǎng)的。比如，同樣多花10塊錢，你能實(shí)現(xiàn)比別人高出5倍的性能。

另一種，如果你的業(yè)務(wù)是做一個(gè)10TOPS算力的產(chǎn)品，然后通過各種優(yōu)化讓產(chǎn)品表現(xiàn)很好，大家會(huì)覺得你是一個(gè)科技公司。

科技公司和AI公司的區(qū)別在于，你是否真正追求和需要Scaling Law。

創(chuàng)業(yè)的發(fā)心，為什么要做機(jī)器人？

李善友：我們?cè)倩氐揭粋€(gè)問題上，你當(dāng)初為什么要從地平線出來創(chuàng)業(yè)做機(jī)器人領(lǐng)域？

余軼南：是我自身的職業(yè)追求——我想親手操盤機(jī)器人領(lǐng)域的事業(yè)。

當(dāng)時(shí)有兩條路徑可選：一是留在地平線推進(jìn)機(jī)器人業(yè)務(wù)，二是出來自主創(chuàng)業(yè)。留在地平線的路徑清晰且穩(wěn)妥，沿用智駕業(yè)務(wù)的成功模式即可：先深耕算法研發(fā)，再推出整體解決方案，最后與中型機(jī)器人企業(yè)建立合作，就像我們當(dāng)年與長(zhǎng)安、理想合作推進(jìn)智駕業(yè)務(wù)那樣。但繼續(xù)留在舒適區(qū)做To B業(yè)務(wù)，對(duì)我而言已經(jīng)失去了原本的吸引力。

選擇出來創(chuàng)業(yè)，確實(shí)意味著要直面指數(shù)級(jí)增長(zhǎng)的風(fēng)險(xiǎn)，資金鏈、產(chǎn)品力、市場(chǎng)反饋，任何一環(huán)的失控都可能讓公司瞬間崩盤。但我的想法是： 做To B業(yè)務(wù)很大的痛苦在于“等待”——你要等客戶覺醒、等生態(tài)成熟。而自己下場(chǎng)，我就不需要再“等別人”，我能以最快的速度直面市場(chǎng)，親自把產(chǎn)品閉環(huán)的節(jié)奏拉到極致。

C端市場(chǎng)，為什么首批種子用戶比技術(shù)壁壘更重要？

李善友：項(xiàng)目正式啟動(dòng)了，相當(dāng)于“孩子”順利誕生了。這次銷售情況怎么樣？

余軼南：銷售情況相當(dāng)不錯(cuò)。這次所有用戶都是付費(fèi)購買的。要知道，在中國(guó)愿意花10000塊錢買一臺(tái)四足機(jī)器人的人，底色都非常出色，基本都是核心科技愛好者。

李善友：這就是種子用戶群體。

余軼南：對(duì)。觸達(dá)這群用戶后，可以靈活拓展不同產(chǎn)品。這群用戶才是最關(guān)鍵的不變量，遠(yuǎn)比技術(shù)層面的不變量更重要。真正決定長(zhǎng)期發(fā)展的，還是這群核心用戶。

教授：就像現(xiàn)在開新能源車的人，已經(jīng)有了“我們”的群體意識(shí)，甚至?xí)?duì)開燃油車的人有認(rèn)知差異。

余軼南：新能源汽車用戶的群體特征就很明顯。幾乎所有新能源車用戶，本質(zhì)上都是特斯拉的粉絲，特斯拉先圈定了這一大波核心人群，之后蔚小理、小米等品牌才從這個(gè)群體中分化出自己的用戶。不管買哪款新能源車，大家都默認(rèn)特斯拉是行業(yè)標(biāo)桿，這種品牌認(rèn)知太關(guān)鍵了。所以如果特斯拉推出機(jī)器人，最早買單的肯定還是這群核心用戶。

教授：對(duì)，這群人有了品牌歸屬感，你只要切入這個(gè)群體，就能依托他們發(fā)展。對(duì)做機(jī)器人行業(yè)來說，能進(jìn)入這樣一個(gè)有凝聚力的群體，太寶貴了。

余軼南：用戶對(duì)品牌的認(rèn)知，遠(yuǎn)比技術(shù)、渠道這些因素更重要。

從結(jié)果來看，我覺得市場(chǎng)表現(xiàn)非常合理，甚至B端市場(chǎng)超出了我的預(yù)期。

B端方面，我們的客戶主要分幾類：第一類是地產(chǎn)商，他們旗下有眾多小區(qū)物業(yè)，希望利用我們的產(chǎn)品來提升物業(yè)服務(wù)，比如快遞巡檢和小區(qū)內(nèi)的交互服務(wù)；第二類就是教育機(jī)構(gòu)，我們聚焦下沉教育科研市場(chǎng)，涵蓋大學(xué)、職業(yè)學(xué)院、初高中等，使用者不需要太強(qiáng)的編程能力，只需把機(jī)器人本體當(dāng)作訓(xùn)練載體即可；第三類是各類園區(qū)、景區(qū)，這類需求和地產(chǎn)商的需求邏輯較為接近；第四類是線下門店，比如耐克的兒童門店，會(huì)用機(jī)器人吸引孩子、營(yíng)造氛圍。

這些市場(chǎng)并非突然涌現(xiàn)，而是原本就存在。核心競(jìng)爭(zhēng)力其實(shí)在于產(chǎn)品是否能實(shí)現(xiàn)10倍性價(jià)比的提升——不只是性能，還包括外觀、成本等綜合維度，只要綜合價(jià)值比原有產(chǎn)品高出10倍，B端客戶就會(huì)迅速轉(zhuǎn)向我們。

未來AI組織的形態(tài)：“太上老君”式架構(gòu)

李善友：你之前提過，自動(dòng)駕駛領(lǐng)域的人紛紛出來做機(jī)器人，這背后似乎藏著一個(gè)更重要的趨勢(shì)。為什么自動(dòng)駕駛領(lǐng)域的從業(yè)者會(huì)集體轉(zhuǎn)向機(jī)器人賽道呢？

余軼南：我覺得原因很簡(jiǎn)單。自動(dòng)駕駛行業(yè)基本上已經(jīng)進(jìn)入收官階段了。能站穩(wěn)腳跟的就那么幾家企業(yè)，新入局者再無機(jī)會(huì)。這是其一。

其二，即便完成了端到端技術(shù)落地，后續(xù)還要經(jīng)歷五年的深耕期，整個(gè)產(chǎn)業(yè)的想象空間已經(jīng)大幅收縮，缺乏足夠的增長(zhǎng)預(yù)期。

同時(shí)，行業(yè)還存在組織冗余的問題，人才供給嚴(yán)重過剩。因?yàn)殡S著端到端技術(shù)的成熟，原本需要“人海戰(zhàn)術(shù)”的研發(fā)模式已經(jīng)被徹底顛覆了。

自動(dòng)駕駛的組織結(jié)構(gòu)可以分為端到端技術(shù)落地前后兩個(gè)階段。端到端之前，行業(yè)普遍采用“大感知、大環(huán)境模型、大規(guī)控”的架構(gòu)，每個(gè)板塊下又細(xì)分出諸多子任務(wù)，再往下還有負(fù)責(zé)基礎(chǔ)設(shè)施、數(shù)據(jù)、仿真、實(shí)車測(cè)試的團(tuán)隊(duì)。這種結(jié)構(gòu)的人才密集區(qū)，就集中在這些細(xì)分任務(wù)板塊。像地平線、Momenta這樣的企業(yè)，這部分人員加起來大概有五百多人。

但當(dāng)技術(shù)迭代到端到端階段后，這些細(xì)分任務(wù)被高度整合壓縮，不再需要大量人員分別訓(xùn)練模型，原本負(fù)責(zé)這些工作的人就面臨轉(zhuǎn)型問題。

而機(jī)器人賽道剛好資本涌入、企業(yè)增多、崗位充足，所以他們大多轉(zhuǎn)向了這里，相當(dāng)于把2015到2020年自動(dòng)駕駛領(lǐng)域的發(fā)展路徑，在機(jī)器人賽道重新走一遍。

李善友：你之前對(duì)AI公司和科技公司的定義非常精準(zhǔn)——核心看算力、模型與應(yīng)用之間是否形成正向循環(huán)。按這個(gè)定義來看，現(xiàn)在什么樣的公司算是AI公司？

余軼南：AI類企業(yè)的人才結(jié)構(gòu)特點(diǎn)，我把它比作“太上老君式組織結(jié)構(gòu)”。

我們可以把AI模型研發(fā)比作《西游記》里的煉丹：

太上老君：這是公司的靈魂人物，負(fù)責(zé)定戰(zhàn)略、給配方。

煉丹仙童：這是核心層。他們思維極度敏捷，守著丹爐、把控火候（訓(xùn)練模型）。一家公司有10個(gè)這樣頂尖的“仙童”就足夠了。

修爐采藥：這是基建層。負(fù)責(zé)“修爐造爐”，就像提升“三味真火”的效能一樣（搭建基礎(chǔ)設(shè)施，提升算力效能）和“尋藥采藥”（清洗處理數(shù)據(jù)）。

首先，大模型公司肯定屬于AI公司，它們對(duì)算力有持續(xù)需求，且形成了算力、模型與應(yīng)用的循環(huán)。

而機(jī)器人公司中，大部分還是采用傳統(tǒng)組織結(jié)構(gòu)，本質(zhì)上屬于科技公司，真正采用“太上老君式組織結(jié)構(gòu)”、符合AI公司定義的極少，核心原因是機(jī)器人的本體技術(shù)尚未定型。

AI公司的成立有個(gè)前提：硬件和基礎(chǔ)設(shè)施必須先收斂。大模型公司能成為AI公司，就是因?yàn)樗鼈儫o需操心計(jì)算、網(wǎng)絡(luò)和用戶觸達(dá)問題，用戶通過手機(jī)APP或網(wǎng)頁就能便捷使用，觸達(dá)門檻極低。

但機(jī)器人行業(yè)和汽車行業(yè)類似，必須先把本體（硬件）做好，才有后續(xù)AI技術(shù)的落地基礎(chǔ)；如果本體都沒打磨成熟，AI技術(shù)再先進(jìn)也無從施展。所以機(jī)器人行業(yè)必然要經(jīng)歷兩個(gè)階段，目前大部分企業(yè)都還處在“先做好本體”的階段。

李善友：那你規(guī)劃的路徑是什么？

余軼南：我們肯定是先做好本體，再推進(jìn)AI技術(shù)落地。AI相關(guān)的工作可以后續(xù)持續(xù)深化，但本體必須優(yōu)先打磨到位，這是基礎(chǔ)中的基礎(chǔ)。

李善友：你的每一段經(jīng)歷似乎都在為當(dāng)下的事業(yè)鋪路，而且每一次轉(zhuǎn)型都實(shí)現(xiàn)了跨越式提升。

余軼南：確實(shí)是這樣。其實(shí)從我讀研究生開始，所做的一切本質(zhì)上都是在為做機(jī)器人積累，相當(dāng)于一直在圍繞這個(gè)目標(biāo)鋪墊。

李善友：沒錯(cuò)，但這件事早做也不行，時(shí)機(jī)很關(guān)鍵。必須先有大模型AI、自動(dòng)駕駛AI的技術(shù)積淀，才能支撐起機(jī)器人的落地。如今來看，機(jī)器人其實(shí)是物理AI的第一大應(yīng)用場(chǎng)景——自動(dòng)駕駛目前還未完全達(dá)到這個(gè)層面，未來或許有機(jī)會(huì)，但機(jī)器人的優(yōu)勢(shì)在于算力基礎(chǔ)足夠扎實(shí)。

真正能讓你與競(jìng)爭(zhēng)對(duì)手拉開差距的，正是你之前提到的這一點(diǎn)：讓模型與算力相互賦能，形成越迭代越智能的正向循環(huán)。

余軼南：對(duì)，就是這個(gè)道理。

李善友：一方面抓住技術(shù)端的正向循環(huán)，另一方面抓住用戶群體，激發(fā)他們的群體心智——這群人已經(jīng)形成了強(qiáng)烈的群體認(rèn)同感和“我們”的歸屬感，與他們共同成長(zhǎng)。核心就是這兩大板塊：技術(shù)端和市場(chǎng)端，把這兩點(diǎn)做好，前景就非常廣闊。那你接下來的精力是不是應(yīng)該多放在第二代產(chǎn)品上？

余軼南：現(xiàn)階段我想把更多精力放在第一代產(chǎn)品上。這一點(diǎn)，我借鑒了地平線的成功經(jīng)驗(yàn)——地平線的第一款產(chǎn)品征程2，我們花了很長(zhǎng)時(shí)間深耕，把它鋪到了各個(gè)場(chǎng)景，通過這個(gè)過程建立起了廣泛的用戶群體和合作關(guān)系，后續(xù)產(chǎn)品再推向市場(chǎng)時(shí)，就很容易切入。

李善友：后續(xù)產(chǎn)品也能快速跟上。

余軼南：創(chuàng)業(yè)就像打江山，先圈定用戶地盤更重要。用戶是有限資源，一旦用戶選擇了我們的產(chǎn)品，就大概率不會(huì)再選擇競(jìng)爭(zhēng)對(duì)手。所以現(xiàn)階段的核心，還是先把用戶側(cè)跑通，把用戶端的增長(zhǎng)速度和市場(chǎng)勢(shì)能做起來。

打開小宇宙 app訂閱混沌創(chuàng)辦人李善友的播客節(jié)目，每?jī)芍艿闹芩臏?zhǔn)時(shí)上新，我們期待與你相見！